Tahoe Bio隆重推出Tahoe-x1模型，AI破译生命代码，癌症研究进入计算效率新时代

发布时间：2025-10-28 12:06:43 | 责任编辑：吴昊 | 浏览量：85 次

近日，美国生命科学公司Tahoe Bio（前身为Vevo Therapeutics）正式发布其重磅AI基础模型——Tahoe-x1(Tx1)，一个专为解码基因、细胞与药物三者复杂关系而生的30亿参数大模型。该模型的推出，标志着AI正式从“辅助工具”升级为“生命系统建模引擎”，为癌症靶点发现与个性化疗法开辟全新路径。
Tahoe-x1基于Transformer编码器架构，采用掩码语言建模（MLM）进行预训练，训练数据涵盖惊人的2.66亿单细胞转录组谱，其中包括Tahoe Bio自建的Tahoe-100M扰动数据集——该数据集记录了上千种分子对癌症细胞系的扰动响应，已被全球科研社区下载近20万次。
为兼顾性能与实用性，模型家族提供多尺寸版本（如Tx1-70M），并通过FlashAttention v2等优化技术，实现比同类细胞模型高3至30倍的计算效率，即便在普通GPU上也能高效运行，极大降低科研门槛。
在基因必需性（Gene Essentiality）预测任务中，Tahoe-x1在权威DepMap数据集上全面超越现有模型，能准确识别不同癌症亚型中维持肿瘤生存的“核心驱动基因”。这一能力可帮助研究人员快速锁定高价值靶点，大幅缩短从发现到验证的周期，尤其适用于异质性强的难治性癌症。
模型不仅能识别单个基因，更能捕捉癌变过程中协同激活的信号通路。在MSigDB数据库测试中，Tahoe-x1对“癌变标志通路”（hallmark programs）的还原准确率居首，可自动解析如细胞周期失控、DNA修复缺陷等关键生物学程序，为多靶点联合疗法提供系统性洞见。
最令人振奋的是Tahoe-x1的零样本泛化（zero-shot generalization）能力——即使面对从未见过的细胞类型或患者样本，模型也能基于已有知识“类比推理”，预测其对特定药物的反应。这意味着，未来药物研发可在计算机中先行模拟成千上万种治疗方案，筛选出最有潜力的组合，再进入实验室或临床阶段，显著降低试错成本与失败率。
结合后训练框架，该模型还可适配多样化患者背景，加速个性化癌症疗法的落地。
Tahoe Bio已累计融资4200万美元，正构建目标达10亿数据点的全球最大单细胞扰动图谱。此次Tahoe-x1不仅开源模型权重（Hugging Face）、代码(GitHub)，还提供交互式演示，预印本亦已上线bioRxiv，全面拥抱科研社区协作。
小编认为，Tahoe-x1的真正突破，在于它让AI从“统计相关性”迈向“机制理解力”。当模型能像生物学家一样思考基因如何调控、药物如何干预、细胞如何响应，药物研发范式将从“试错式”全面转向“预测式”。
未来，随着数据规模持续扩展，Tahoe-x1或将成为精准医疗的基础设施——在虚拟世界中预演千万种治疗可能，只为在现实世界中，为患者赢得那一次最有效的治疗机会。